朱鐵蘭，謝永強(qiáng)，張衛(wèi)國(guó)，熊 煥，匡 曉

（1.解放軍理工大學(xué) 指揮信息系統(tǒng)學(xué)院，江蘇 南京 210007；2.中國(guó)電子設(shè)備系統(tǒng)工程公司，北京 100141）

容災(zāi)備份系統(tǒng)災(zāi)難恢復(fù)能力評(píng)估指標(biāo)分析*

朱鐵蘭1，謝永強(qiáng)2，張衛(wèi)國(guó)2，熊 煥2，匡 曉2

（1.解放軍理工大學(xué) 指揮信息系統(tǒng)學(xué)院，江蘇 南京 210007；2.中國(guó)電子設(shè)備系統(tǒng)工程公司，北京 100141）

對(duì)容災(zāi)備份系統(tǒng)災(zāi)難恢復(fù)能力評(píng)估指標(biāo)進(jìn)行分析，有助于不斷完善容災(zāi)備份系統(tǒng)建設(shè)，提高容災(zāi)備份系統(tǒng)災(zāi)難恢復(fù)能力水平。已有的信息系統(tǒng)災(zāi)難恢復(fù)能力評(píng)估指標(biāo)體系是依據(jù)國(guó)標(biāo)GB/T 20988-2007建立，存在評(píng)估效率低的問(wèn)題。因此，依據(jù)最新災(zāi)難恢復(fù)中心建設(shè)與運(yùn)維管理規(guī)范國(guó)家標(biāo)準(zhǔn)GB/T 30285-2013，利用AHP層次分析法，將容災(zāi)備份系統(tǒng)災(zāi)難恢復(fù)能力指標(biāo)進(jìn)行細(xì)粒度分類列出；借鑒統(tǒng)計(jì)學(xué)原理，使用改進(jìn)的指標(biāo)信息不完全的多指標(biāo)系統(tǒng)聚類方法，將大量指標(biāo)進(jìn)行聚合精簡(jiǎn)；搭建容災(zāi)備份實(shí)驗(yàn)系統(tǒng)，分別運(yùn)用聚類前后兩套指標(biāo)體系對(duì)該系統(tǒng)災(zāi)難恢復(fù)能力進(jìn)行評(píng)價(jià)。運(yùn)用模糊綜合評(píng)判法進(jìn)行綜合評(píng)估，驗(yàn)證了新的評(píng)估指標(biāo)體系能夠縮短評(píng)價(jià)指標(biāo)權(quán)重的專家評(píng)價(jià)時(shí)間，從而提高容災(zāi)備份系統(tǒng)災(zāi)難恢復(fù)能力評(píng)估效率。

容災(zāi)備份；災(zāi)難恢復(fù)能力；指標(biāo)體系；聚類分析；AHP

0　引 言

容災(zāi)備份系統(tǒng)構(gòu)建的核心問(wèn)題是建立一套科學(xué)、合理的災(zāi)難恢復(fù)能力評(píng)估指標(biāo)體系。該指標(biāo)體系是由反映一個(gè)復(fù)雜災(zāi)備系統(tǒng)災(zāi)難恢復(fù)能力的一系列指標(biāo)所組成的指標(biāo)群，各指標(biāo)相互補(bǔ)充、相互聯(lián)系，通過(guò)專家評(píng)價(jià)，分配權(quán)重，從而有效評(píng)價(jià)災(zāi)備系統(tǒng)災(zāi)難恢復(fù)能力。文獻(xiàn)［1］對(duì)信息系統(tǒng)災(zāi)難恢復(fù)能力評(píng)估方法進(jìn)行了研究，通過(guò)運(yùn)籌學(xué)的AHP層次分析算法對(duì)各指標(biāo)進(jìn)行定性和定量評(píng)價(jià)，確定指標(biāo)權(quán)重，構(gòu)建指標(biāo)層次模型。但是，該模型僅限于考慮靜態(tài)指標(biāo)，沒(méi)有考慮時(shí)間、環(huán)境等動(dòng)態(tài)指標(biāo)對(duì)災(zāi)難恢復(fù)能力的影響。文獻(xiàn)［2］在AHP評(píng)估模型基礎(chǔ)上，提出基于灰色聚類浮動(dòng)定級(jí)算法，通過(guò)灰色關(guān)聯(lián)矩陣或灰數(shù)的白化權(quán)函數(shù)，同時(shí)考慮動(dòng)態(tài)指標(biāo)的影響，給出更加靈活的定性評(píng)估災(zāi)難恢復(fù)能力等級(jí)結(jié)果。文獻(xiàn)［3］對(duì)AHP與模糊綜合評(píng)判在災(zāi)難恢復(fù)能力中的應(yīng)用進(jìn)行了研究，提出基于災(zāi)難恢復(fù)管理、災(zāi)難恢復(fù)規(guī)劃及IT技術(shù)措施的指標(biāo)劃分方式。

以上研究的指標(biāo)體系是依據(jù)信息系統(tǒng)災(zāi)難恢復(fù)規(guī)范GB/T 20988-2007制定的，存在制定不盡合理、比較繁雜評(píng)估效率低等問(wèn)題。國(guó)外主要針對(duì)容災(zāi)備份系統(tǒng)，進(jìn)行可用性、性能和評(píng)估效能等方面的研究［4］。本文依據(jù)最新的國(guó)家標(biāo)準(zhǔn)，通過(guò)改進(jìn)的指標(biāo)信息不完全的多指標(biāo)系統(tǒng)聚類方法，改進(jìn)現(xiàn)有指標(biāo)體系，搭建容災(zāi)備份實(shí)驗(yàn)系統(tǒng)，分別運(yùn)用聚類前后兩套指標(biāo)體系對(duì)該系統(tǒng)災(zāi)難恢復(fù)能力進(jìn)行評(píng)價(jià)。經(jīng)驗(yàn)證，新的評(píng)估指標(biāo)體系縮短了評(píng)價(jià)指標(biāo)權(quán)重的專家評(píng)價(jià)時(shí)間，提高了容災(zāi)備份系統(tǒng)災(zāi)難恢復(fù)能力評(píng)估效率。

1　容災(zāi)備份系統(tǒng)災(zāi)難恢復(fù)能力評(píng)估指標(biāo)體系分析

1.1 容災(zāi)備份系統(tǒng)災(zāi)難恢復(fù)能力評(píng)估指標(biāo)體系

評(píng)估過(guò)程主要運(yùn)用了層次分析法。層次分析法是一種系統(tǒng)分析方法，研究?jī)?nèi)容主要集中在判斷矩陣、比例標(biāo)度、一致性問(wèn)題、可信度上。該方法是一種實(shí)用的多準(zhǔn)則決策方法，以其定性與定量相結(jié)合處理各種決策因素的特點(diǎn)，以及系統(tǒng)、靈活、簡(jiǎn)潔的優(yōu)點(diǎn)，得到了較廣應(yīng)用。層次分析法的主要思想是根據(jù)研究對(duì)象的性質(zhì)，將要求達(dá)到的目標(biāo)分解為多個(gè)組成因素，并按因素間的隸屬關(guān)系，將其層次化，組成一個(gè)層次結(jié)構(gòu)模型，然后按層分析，最終獲得最低層因素對(duì)于最高層（總目標(biāo)）的重要性權(quán)值，或進(jìn)行優(yōu)劣性排序。層次分析法把一個(gè)復(fù)雜的無(wú)結(jié)構(gòu)問(wèn)題分解組合成若干部分或若干因素（統(tǒng)稱為元素），如目標(biāo)、準(zhǔn)則、子準(zhǔn)則、方案等，并按照屬性的不同，把這些元素分組形成互不相交的層次。上一層次對(duì)相鄰的下一層次的全部或某些元素起支配作用，形成了層次間自上而下的逐層支配關(guān)系，是一種遞階層次關(guān)系。在層次分析法中，遞階層次思想占據(jù)核心地位。通過(guò)分析建立一個(gè)有效合理的遞階層次結(jié)構(gòu)，對(duì)于能否成功解決問(wèn)題具有決定性的意義。

本文依據(jù)最新災(zāi)難恢復(fù)中心建設(shè)與運(yùn)維管理規(guī)范國(guó)家標(biāo)準(zhǔn)GB/T 30285-2013，利用AHP層次分析法，將容災(zāi)備份系統(tǒng)災(zāi)難恢復(fù)能力指標(biāo)進(jìn)行細(xì)粒度分類列出，如圖1所示，將整個(gè)系統(tǒng)劃分為目標(biāo)域、一級(jí)指標(biāo)域等六層指標(biāo)結(jié)構(gòu)。一級(jí)指標(biāo)與二級(jí)指標(biāo)由國(guó)家標(biāo)準(zhǔn)災(zāi)難恢復(fù)要素組成，三級(jí)指標(biāo)與四級(jí)指標(biāo)為細(xì)粒度劃分指標(biāo)，底層為災(zāi)難恢復(fù)的對(duì)象，即資產(chǎn)。

圖1　容災(zāi)備份系統(tǒng)災(zāi)難恢復(fù)能力遞階層次模型

1.2各級(jí)指標(biāo)的建立

依據(jù)國(guó)標(biāo)建立相應(yīng)的三級(jí)指標(biāo)、四級(jí)指標(biāo)。以高可用技術(shù)為例，建立對(duì)應(yīng)的三級(jí)、四級(jí)指標(biāo)如圖2所示。

圖2　示例三級(jí)指標(biāo)與四級(jí)指標(biāo)

由圖2可知該指標(biāo)體系的龐大程度，符號(hào)化簡(jiǎn)化圖如圖3所示，各級(jí)指標(biāo)分別用下角標(biāo)區(qū)別開(kāi)來(lái)。圖3中，i代表所屬上層指標(biāo)序號(hào)，j代表本層指標(biāo)序號(hào)。例如，S12代表二級(jí)指標(biāo)S1細(xì)化出來(lái)的第二個(gè)三級(jí)指標(biāo)。

1.3 指標(biāo)權(quán)重分析

層次分析法大體可分為五個(gè)步驟：

（1）分析系統(tǒng)中各因素之間的關(guān)系，將研究的系統(tǒng)劃分為不同層次，如目標(biāo)域、二級(jí)指標(biāo)域、三級(jí)指標(biāo)域等；

（2）對(duì)同一層次中各因素相對(duì)于其上一層因素的重要性進(jìn)行兩兩比較，構(gòu)造權(quán)重判斷矩陣；

（3）由判斷矩陣計(jì)算得到各指標(biāo)的權(quán)重，并進(jìn)行一致性檢驗(yàn)；

（4）計(jì)算各層元素對(duì)系統(tǒng)目標(biāo)的合成權(quán)重，并進(jìn)行排序；

（5）根據(jù)計(jì)算得出的權(quán)重，結(jié)合系統(tǒng)對(duì)每層各因素的實(shí)現(xiàn)程度，定量計(jì)算整個(gè)系統(tǒng)的效能值。

制定判斷矩陣并根據(jù)判斷矩陣得出權(quán)重向量，是層次分析法的核心與關(guān)鍵。判斷矩陣通過(guò)在各因素之間進(jìn)行比較和量化得到。首先引入1～9標(biāo)度，如表1所示。

圖3　指標(biāo)體系符號(hào)化系統(tǒng)

表1　層次分 析法指標(biāo)權(quán)重標(biāo)度

各級(jí)指標(biāo)域的判斷矩陣的形式相同，只是層次不同。具體形式如下：

式中：aij為指標(biāo)ai相對(duì)于指標(biāo)aj的相對(duì)權(quán)重。

層次分析法的指標(biāo)權(quán)重，可歸結(jié)為求判斷矩陣的特征向量和最大指標(biāo)信息的計(jì)算。主要方法有冪法、和法和根法。本文選用和法，步驟如下：

（1）將A的每一列向量歸一化，得：

歸一化后，得到判斷矩陣的特征向量：

（4）求判斷矩陣的最大指標(biāo)信息：

（5）對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)：

式中，RI為修正因子，其取值如表2所示。

表2　修正因子取值表

當(dāng)判斷矩陣維數(shù)小于3時(shí)，不需要進(jìn)行一致性經(jīng)驗(yàn)。當(dāng)判斷矩陣維數(shù)大于等于3且CR＜0.1時(shí)，認(rèn)為該判斷矩陣滿足一致性要求，否則重新制定判斷矩陣并進(jìn)行一致性經(jīng)驗(yàn)，直至檢驗(yàn)通過(guò)。至此，得到指標(biāo)體系所需初始的一級(jí)基準(zhǔn)權(quán)重。

得出判斷矩陣的特征向量和最大指標(biāo)信息后，進(jìn)行系統(tǒng)效能的評(píng)估結(jié)果計(jì)算，過(guò)程如下。

式中，vr為一級(jí)指標(biāo)域中因素r的災(zāi)難恢復(fù)能力評(píng)估結(jié)果；wp為二級(jí)指標(biāo)域中屬于一級(jí)指標(biāo)域因素r的元素的權(quán)重向量；vp為模糊綜合評(píng)價(jià)集，vp=｛強(qiáng)，較強(qiáng)，一般，弱，很弱｝，相應(yīng)可以表示為百分制：vp=｛90，70，50，30，10｝，但不僅限于上述數(shù)值［3］。

式中：D為目標(biāo)域因素d的災(zāi)難恢復(fù)能力評(píng)估結(jié)果；wr為一級(jí)指標(biāo)域中屬于目標(biāo)域因素d的元素的權(quán)重向量；vr為一級(jí)指標(biāo)域中因素r的災(zāi)難恢復(fù)能力評(píng)估結(jié)果。

按照層次，由底至頂，依據(jù)上述遞階層次關(guān)系，最終求出的D，即為整個(gè)系統(tǒng)的定量評(píng)估結(jié)果，即災(zāi)難恢復(fù)能力值。

2　指標(biāo)信息不完全的多指標(biāo)系統(tǒng)聚類分析

本文提出指標(biāo)信息不完全的多指標(biāo)聚類的基本思路：首先建立優(yōu)化模型，將指標(biāo)信息的缺失值和非確定數(shù)值，利用K-均值聚類的方法填充，將不完全信息轉(zhuǎn)化為完全信息的形式，進(jìn)而利用統(tǒng)計(jì)學(xué)中的系統(tǒng)聚類方法，運(yùn)用歐式距離，將指標(biāo)體系中相關(guān)度較大的指標(biāo)進(jìn)行聚類。由該方法得到的二級(jí)指標(biāo)域聚類譜系圖如圖4所示。

圖4　指標(biāo)信息不完全的多指標(biāo)系統(tǒng)聚類譜系

由圖4可得，一級(jí)指標(biāo)S、M、T、V對(duì)應(yīng)的二級(jí)指標(biāo)均分為兩類，三級(jí)指標(biāo)由22項(xiàng)精簡(jiǎn)為8項(xiàng)，縮短了專家確定權(quán)重的時(shí)間，提高了評(píng)價(jià)效率。由于系統(tǒng)聚類事先無(wú)須知道分類對(duì)象的分類結(jié)構(gòu)，只需按照統(tǒng)計(jì)學(xué)原理將相關(guān)度高的指標(biāo)進(jìn)行合并，因此具有很強(qiáng)的客觀性。

3　搭建試驗(yàn)系統(tǒng)進(jìn)行驗(yàn)證

本文基于容災(zāi)備份系統(tǒng)典型環(huán)境開(kāi)展試驗(yàn)驗(yàn)證。容災(zāi)備份系統(tǒng)試驗(yàn)環(huán)境連接關(guān)系如圖5所示。

圖5　容災(zāi)備份系統(tǒng)主要設(shè)備連接情況

由圖5可知，該容災(zāi)備份系統(tǒng)由網(wǎng)絡(luò)節(jié)點(diǎn)、路由器、核心交換機(jī)以及容災(zāi)設(shè)備組成，切合實(shí)際應(yīng)用。系統(tǒng)采取備份數(shù)據(jù)存儲(chǔ)的容災(zāi)措施，具備相應(yīng)容災(zāi)策略。下面對(duì)改進(jìn)前后兩套指標(biāo)體系對(duì)該系統(tǒng)災(zāi)難恢復(fù)能力進(jìn)行評(píng)估。

3.1 利用聚類前指標(biāo)體系對(duì)試驗(yàn)各級(jí)指標(biāo)權(quán)重確定分析

由于三級(jí)四級(jí)判斷矩陣過(guò)大，下面以二、三級(jí)指標(biāo)域?yàn)槔_定指標(biāo)權(quán)重，結(jié)果并不影響對(duì)聚類分析有效性的判斷。按照上述標(biāo)度，制作判斷矩陣表格，邀請(qǐng)多名國(guó)內(nèi)容災(zāi)領(lǐng)域?qū)＜夜烙?jì)兩指標(biāo)間的相對(duì)重要性，填寫(xiě)表格。以一級(jí)指標(biāo)域S對(duì)應(yīng)的二級(jí)指標(biāo)域?yàn)槔?，得出S1到S6的判斷矩陣：

矩陣中，元素aij表示ai相對(duì)aj的重要性比較結(jié)果。對(duì)A的列向量進(jìn)行歸一化，得到矩陣：

對(duì)該矩陣進(jìn)行按行求和，得到列向量：

對(duì)該列向量進(jìn)行歸一化處理，得到列向量：

據(jù)此，可求出判斷矩陣的最大特征值為：

利用最大特征值對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)，得出：

證明判斷矩陣符合一致性檢驗(yàn)要求。列向量w即為各項(xiàng)能力指標(biāo)在支撐網(wǎng)絡(luò)接入能力時(shí)的權(quán)重，如表3所示。

表3　一級(jí)指標(biāo)S的二級(jí)指標(biāo)的權(quán)重分布

根據(jù)指標(biāo)權(quán)重分布，結(jié)合測(cè)試驗(yàn)證結(jié)果，可得出一級(jí)指標(biāo)的評(píng)估結(jié)果，即：

式中，w是剛才求出的指標(biāo)權(quán)重向量，v是上述六個(gè)能力指標(biāo)的模糊綜合評(píng)價(jià)向量。于是，指標(biāo)S的評(píng)估結(jié)果為：

同理，得出指標(biāo)M、T、V的評(píng)估結(jié)果分別為88、75、78。

一級(jí)指標(biāo)域的權(quán)重分布，如表4所示。

表4　一 級(jí)指標(biāo)的權(quán)重分布

由式（9）最終得出該系統(tǒng)的災(zāi)難恢復(fù)能力為77.54。

3.2 聚類后各級(jí)指標(biāo)權(quán)重的確定

表5　聚類后的指標(biāo)權(quán)重分布

根據(jù)指標(biāo)權(quán)重分布，再根據(jù)測(cè)試驗(yàn)證結(jié)果，可得出指標(biāo)S的評(píng)估結(jié)果，即：

同理，得出指標(biāo)M、T、V的評(píng)估結(jié)果分別為82、75、71。

一級(jí)指標(biāo)域權(quán)重不變，由式（9）最終得出該系統(tǒng)的災(zāi)難恢復(fù)能力為77.71。

按國(guó)標(biāo)要求代入前三級(jí)指標(biāo)，計(jì)算得出3級(jí)的基準(zhǔn)能力值得分為77.73，4級(jí)的基準(zhǔn)能力值為91.42［2］。由此可知，對(duì)于該實(shí)驗(yàn)系統(tǒng)，通過(guò)聚類前后的指標(biāo)體系進(jìn)行評(píng)估，均可定級(jí)為災(zāi)難恢復(fù)能力3級(jí)。因此，可認(rèn)為兩次評(píng)估結(jié)果具有一致性。

4　結(jié) 語(yǔ)

災(zāi)難恢復(fù)具有綜合性和復(fù)雜性。災(zāi)難恢復(fù)的評(píng)估就是通過(guò)對(duì)機(jī)構(gòu)在策略制定、管理、技術(shù)實(shí)施和有效性驗(yàn)證四方面進(jìn)行綜合評(píng)價(jià)而獲得對(duì)機(jī)構(gòu)整體災(zāi)難恢復(fù)能力的評(píng)判。本文使用AHP法建立災(zāi)難恢復(fù)評(píng)估的一至四級(jí)指標(biāo)體系，通過(guò)改進(jìn)的指標(biāo)信息不完全的多指標(biāo)系統(tǒng)聚類方法，將大量指標(biāo)進(jìn)行聚合精簡(jiǎn)，使各級(jí)指標(biāo)系統(tǒng)在滿足指標(biāo)相對(duì)獨(dú)立原則的同時(shí)，能夠覆蓋災(zāi)難恢復(fù)能力各方面的評(píng)估需求。最后，通過(guò)搭建容災(zāi)備份系統(tǒng)，使用聚類前后兩套指標(biāo)體系對(duì)該系統(tǒng)災(zāi)難恢復(fù)能力進(jìn)行評(píng)價(jià)。運(yùn)用模糊綜合評(píng)判法進(jìn)行綜合評(píng)估，驗(yàn)證了新的評(píng)估指標(biāo)體系能夠提高容災(zāi)備份系統(tǒng)災(zāi)難恢復(fù)能力評(píng)估效率，是合理可行的。改進(jìn)后的指標(biāo)體系為下一步災(zāi)備系統(tǒng)評(píng)估提供了科學(xué)可靠的支持。然而，評(píng)估算法模型及其權(quán)重的確定，也是決定評(píng)估系統(tǒng)災(zāi)難恢復(fù)能力的關(guān)鍵因素，因此如何構(gòu)建科學(xué)的評(píng)估指標(biāo)體系和算法模型，值得繼續(xù)深入研究。

［1］ 王椏楠.信息系統(tǒng)災(zāi)難恢復(fù)能力評(píng)估方法研究［D］.保定：華北電力大學(xué)，2006.WANG Ya-nan.Evaluation Method of Disaster Recovery Capability of Information System［D］.Baoding：North China Electric Power University，2006.

［2］ 張國(guó)強(qiáng).信息系統(tǒng)災(zāi)難恢復(fù)能力評(píng)估指標(biāo)體系及度量方法［D］.鄭州：解放軍信息工程大學(xué)，2012. ZHANG Guo-qiang.Evaluation Index System and Measurement Method of Disaster Recovery Capability of Information System［D］.Zhengzhou：The PLA Information Engineering University，2012.

［3］ 陳敏剛，董軍，張麗亮等.AHP和模糊綜合評(píng)判在災(zāi)難恢復(fù)能力評(píng)估中的應(yīng)用［J］.計(jì)算機(jī)工程，2006，32（18）：135-137. CHEN Min-gang，DONG Jun，ZHANG Li-liang，et al.Application of AHP and Fuzzy Comprehensive Evaluation in Disaster Recovery Capability Assessment［J］.Computer Engineering，2006，32（18）：135-137.

［4］ Ueno Y，Miyaho N，Suzuki S，et al.Performance Evaluation of a Disaster Recovery System and Practical Network System Applications［C］.Proc. of the 5th International Conference on Systems and Networks Communications，2010.

朱鐵蘭（1990—），女，碩士研究生，主要研究方向?yàn)樾畔踩?/p>

謝永強(qiáng)（1972—），男，博士，研究員，主要研究方向?yàn)樾畔踩?/p>

張衛(wèi)國(guó)（1972—），男，博士，高級(jí)工程師，主要研究方向?yàn)橛?jì)算機(jī)網(wǎng)絡(luò)；

熊 煥（1979—），男，博士，工程師，主要研究方向?yàn)橛?jì)算機(jī)網(wǎng)絡(luò)；

匡 曉（1983—），女，碩士，工程師，主要研究方向?yàn)橛?jì)算機(jī)網(wǎng)絡(luò)。

The Analysis of Index System of Recovery Ability of System Disaster Backup System

ZHU Tie-lan1， XIE Yong-qiang2， ZHANG Wei-guo2， XIONG Huan2， KUANG Xiao2
（1.College of Command Information Systems， PLA University of Science and Technology， Nanjing Jiangsu 210007， China；2.Institute of China Electronic System Engineering Corporation， Beijing 100141， China）

To improve the construction of disaster recovery system constantly and enhance the ability of the disaster recovery backup systems ， analyzing on the disaster recovery evaluation indexes of the backup systems for disaster recovery is necessary. The existing information system disaster recovery capability evaluation index system is established according to the national standard 20988-2007 GB/T， and has the problem of low efficiency of evaluation. Firstly a new disaster recovery backup system ability index of finegrained classification is proposed according to the latest disaster recovery center construction and operation management specification of national standard GB/T 30285-2013. using the AHP analytic hierarchy process. Secondly multi-index system is simplified by applying system clustering method with improved incomplete information indexes in statistical principle. Thirdly the backup experience system is built， after which the ability of disaster recovery system is evaluated respectively using two sets of index system. At last， by using fuzzy comprehensive evaluation method， the new evaluation index system can reduce the experts' time to verify the weight of evaluation index， and improve the efficiency of disaster recovery ability of disaster recovery system.

system disaster backup； recovery ability； index system； clustering analysis； AHP

TP309.3

A

1002-0802（2016）-10-1375-07

10.3969/j.issn.1002-0802.2016.10.021

2016-06-18；

2016-09-24

data：2016-06-18；Revised data：2016-09-24